Animar una foto con IA

Una foto en la que todo se ha quedado quieto, y la pregunta que se hace cualquiera que vuelve a mirarla: ¿cómo sería esto en movimiento? Hoy basta con adjuntar la foto y describir con palabras qué debe cobrar vida. Aquí está todo sobre el tema: qué le pasa realmente a tu archivo, qué encuadres se animan bien y cuáles no, cómo formular la petición y por qué la duración del clip es el único ajuste que de verdad mueve el precio.

Lo primero: qué ocurre de verdad

El modelo no añade movimiento a tu archivo. Toma tu foto como primer fotograma y construye él mismo todos los siguientes: decenas de fotogramas que nadie rodó nunca.

De ahí sale todo lo demás. Cuanto menos tenga que inventar el modelo, más se parece el clip a tu foto, y por eso el resultado lo decide la foto de partida y no una frase afortunada. Es una propiedad medida del método, no una advertencia por si acaso.

El primer fotograma es tuyo. Todos los demás los inventa el modelo: no añade movimiento a tu archivo, vuelve a rodar la escena empezando por él.

Qué se anima bien y qué no

La dificultad no depende del tamaño del objeto ni de la longitud de la petición, sino de una sola cosa: cuánta escena tendrá que inventar el modelo. Con esa medida se ordena toda la escala, desde un paisaje en el que los elementos se mueven solos hasta un texto legible que no saldrá nunca.

La dificultad no la decide el tamaño del objeto, sino cuánta escena tiene que inventar el modelo en su lugar. La fila de arriba sale casi siempre; la de abajo no sale nunca.

La fila de arriba sale casi siempre. La de abajo no puede salir: un modelo de vídeo deforma las letras, y el texto del encuadre se convierte en algo que solo parece texto. Si las palabras tienen que leerse, anima el encuadre sin ellas y superpón el texto sobre el clip terminado en un paso aparte.

Mira tu foto antes de pagar

Casi todo lo que puede salir mal se ve de antemano, en el propio archivo que vas a subir. Las siete preguntas de abajo cubren la gran mayoría de los intentos fallidos.

Mira tu propia foto

Marca todo lo que sea cierto sobre la foto que quieres animar. El clip lo decide la fuente, no la redacción de la petición, y casi todo lo que puede salir mal se ve de antemano.

Un encuadre así se anima bien

No hace falta arreglar nada antes. Prepara el brief y empieza por el clip más corto.

Cómo formular la petición

Una buena petición de animación son cuatro decisiones, no una descripción bonita: qué hay en el encuadre, un solo movimiento de cámara, qué debe quedar igual y qué no debe aparecer. Dos movimientos de cámara en una misma petición vuelven como un temblor, y si no dices nada del sonido, el motor lo entiende como «compón tú la música».

Prepara el brief del plano

Cuatro decisiones y abajo aparece una petición lista que puedes copiar o abrir directamente en el chat. Estos cuatro puntos son los que separan un clip que sale a la primera de una serie de intentos pagados.

1. Qué hay en la foto

De ello dependen tanto el movimiento como la lista de prohibiciones.

La cara es lo que más se ve del encuadre: cualquier movimiento de más se lee como otra persona.

2. Un solo movimiento de cámara

Exactamente uno. Dos movimientos seguidos vuelven como un plano tembloroso. Es una propiedad del método, no un intento con mala suerte.

La opción más fiable. Empieza por aquí.

3. Sonido

El sonido nace junto con la imagen en la misma pasada y no cuesta aparte, pero si la petición no dice nada, el motor compone música por su cuenta.

El silencio hay que pedirlo: si la petición no dice nada, el motor lo entiende como «inventa una banda sonora».

4. Duración

No se decide aquí, sino después de la primera visualización: la petición termina pidiendo la versión más corta. Solo merece la pena alargar lo que ya te gusta. Se cobra por segundo, y un clip largo cuesta exactamente tantas veces más como sea más largo.

Petición lista

Anima esta foto: la persona de la foto, respiración, algún parpadeo, un giro de cabeza apenas perceptible, un ligero movimiento del pelo. Un solo movimiento de cámara en todo el clip: la cámara está fija, solo se mueve la escena.
Sin cambios: los rasgos de la cara, la edad, el peinado, la ropa y el fondo.
No debe aparecer: deformaciones de la cara, cambios de aspecto, guiños y sonrisas por encargo, texto o letras legibles en el encuadre, ningún sonido ni música.
Haz primero la versión más corta; la veré y te diré si hay que alargarla.

Abrir el chat y adjuntar la foto

En el chat solo te quedará adjuntar la foto; la petición ya estará en el campo de texto.

Cuánto cuesta y por qué

El vídeo es lo más caro que hace la IA hoy, y su precio funciona de la forma más sencilla posible: se pagan los segundos de clip terminado. De ahí sale la única regla para ahorrar, y no tiene que ver con elegir un modelo.

Lo que cuesta la duración y lo que cuesta la resolución

Se cobra por segundo: un clip cuesta exactamente tantas veces más como sea más largo. Aquí se muestran proporciones, no precios; pide al chat la cifra exacta en tus tokens antes de generar.

Duración del clip5 s

Resolución

×1.3

respecto a la opción más barata: 4 s en resolución normal

Un movimiento completo, con principio y final. La duración útil para una foto animada: si alargas, el movimiento empieza a repetirse.

De ahí sale la única regla para ahorrar: primero el clip más corto en resolución normal y, solo si te gusta, el mismo plano más largo o más nítido. Subir la resolución de un clip que te gusta cuesta menos de la mitad de una generación nueva en 2K, y la prueba más ese reescalado suman exactamente lo que costaría generar en 2K desde el principio, así que la prueba acaba saliendo gratis. Probar una idea con un clip largo es la forma más cara de descubrir que no funciona.

4–15 sDuración de un clipSegundos enteros. Conviene empezar por el más corto.

1 movimientoDe cámara por clipDos movimientos seguidos vuelven como un plano tembloroso.

De la fotoRelación de aspectoUna foto vertical da un clip vertical; una cuadrada, uno cuadrado.

Adjunta una foto y describe qué debe cobrar vida en ella. El vídeo cuesta más que trabajar con imágenes, y tu primer clip se puede ganar sin pagar: los tokens por registrarte, por cinco primeras tareas (una búsqueda web y subir un documento, una foto, un audio y un vídeo) y por volver el segundo y el tercer día de racha suman lo necesario.

Cargando…

Movimiento y habla son dos tareas distintas

Hay una bifurcación que conviene conocer por separado, y casi nadie la sospecha hasta que choca con ella. Hacer que una foto se mueva y hacer que hable son rutas distintas dentro del producto, y no se pueden combinar en una misma petición. Es un límite del propio motor, no de la interfaz.

Movimiento y habla son rutas distintas. Un retrato como «primer fotograma» da movimiento; un retrato como «referencia» más una grabación de voz da una persona que habla. No se pueden mezclar en una misma petición: es un límite del propio motor.

Cómo es la segunda ruta en la práctica, qué escribir entre comillas y cómo aportar una voz concreta se explica en el capítulo foto que habla.

Adónde ir después

Los capítulos de este libro tratan casos concretos, cada uno con su mecánica y sus límites; la lista completa está abajo, en el índice. Si llegaste aquí con «gratis» o «en línea» en la búsqueda, ve a animar una foto gratis y en línea. Si ya probaste con un asistente de voz y se te quedó corto, mira «Alice, anima mi foto». Y la vieja foto familiar, con la conversación sobre el respeto a la memoria, está en el capítulo vídeo a partir de una foto del libro de generación de vídeo.

Preguntas frecuentes

¿Cómo animo una foto con IA?

Adjunta la foto al chat y describe qué debe cobrar vida: un movimiento de cámara, qué cambia visiblemente y qué debe quedar igual. El modelo toma tu foto como primer fotograma y construye el resto. Conviene empezar por el clip más corto, porque muestra cómo ha entendido el modelo el encuadre. Puedes probarlo en el chat de Twelver.

¿Una foto animada es mi foto con movimiento o un vídeo nuevo?

Es un vídeo nuevo cuyo primer fotograma es tu foto. Todos los demás los inventa el modelo: no aplica un efecto sobre el archivo, sino que vuelve a rodar la escena, por así decirlo, empezando por tu fotograma. Por eso, cuanto más haya en el encuadre que inventar (gente en movimiento, un fondo complejo, detalles finos), más se aleja el resultado del original.

¿Cuánto dura el clip?

De 4 a 15 segundos, en segundos enteros. Para una foto animada la duración útil es de 4 a 6 segundos: un movimiento completo, con principio y final. A partir de ahí el modelo empieza a inventar con qué llenar el plano y aparece un segundo movimiento que nadie pidió.

¿Qué fotos se animan mejor?

Las nítidas y a tamaño original, con primer plano y fondo diferenciados y sin texto legible en el encuadre. Los paisajes y las vistas funcionan casi siempre, porque los elementos (nubes, agua, hojas) se mueven solos de forma natural. Lo más difícil son las fotos de grupo: cada cara del encuadre es otra ocasión de que el modelo «corrija» justo esa.

¿Se mantiene la relación de aspecto de mi foto?

Sí. Al animar una foto, la relación de aspecto se toma del propio archivo: una foto vertical del móvil da un clip vertical, una cuadrada da uno cuadrado. No se recorta nada a horizontal. Eso sí, los bordes blancos y las marcas de recortes anteriores pasan al vídeo tal cual, así que conviene quitarlos antes.

¿El clip tendrá sonido?

Sí. El sonido se crea junto con la imagen en la misma pasada y no se cobra aparte. El efecto secundario: si la petición no dice nada del sonido, el motor compone una banda sonora por su cuenta. Por eso el silencio hay que pedirlo con palabras: «sin música y sin sonidos ajenos».

¿Puede la persona de la foto decir algo?

Sí, pero es otra ruta: el retrato se envía como referencia y no como primer fotograma, la frase va en la petición entre comillas y la articulación se calcula junto con la imagen en una sola pasada. No se puede combinar con la animación normal en la misma petición. Los detalles están en el capítulo foto que habla.

¿Por qué me ha salido otra persona?

Casi siempre por la fuente, no por la petición. Con una foto desenfocada, con ruido o reenviada por mensajería, el modelo inventa también los rasgos de la cara, y los inventa de nuevo cada vez. Usa el archivo original en vez de una copia reenviada y pide un movimiento mínimo: respiración y microgestos en lugar de giros de cabeza.

En el chat de Twelver puedes adjuntar una foto y obtener de ella un clip corto con sonido, en línea, en una sola conversación y sin aplicaciones aparte. Tu primer clip se puede ganar sin pagar: regístrate, completa cinco primeras tareas y vuelve el segundo y el tercer día.

Contenido

Pruébalo tú mismo

Todo lo de esta guía funciona en Twelver

Un chat para texto, imágenes, vídeo, música y voz — sin servicios ni suscripciones aparte.

Abrir el chat de Twelver

Página relacionadaGeneración de Video

Califica tu experiencia